摘要：邊緣計算是5G網絡的核心特征，也是結合5G智能物聯時代的核心應用特征，針對智能物聯場景的特異性，邊緣計算對算力需求將呈現定制化個性化的特征，驅動算力產業領域FPGA產業迎來歷史性的機會。

5G邊緣計算將引發新的算力需求

5G算力需求受信號處理和邊緣計算兩大驅動

5G時代的算力需求將受到云管端三大層面的影響。

從傳輸管道的角度看:5G無線通信系統需要支持比4G系統更大的帶寬，以及大型的天線陣列，以實現更高的載波頻率，從而有可能構建小得多的天線元，未來5G的連接狀態會更加復雜多變，一個基站可以覆蓋百萬級用戶量，這一量級對硬件系統的要求會大幅提高;

從用戶端的角度看:5G時代，終端將突破4G時代的手機端，全面拓展至物聯端，包括消費類產品、基礎類產品、通用類產品、特定場景產品，帶來大量連接與計算需求;

從平臺的角度看:在5G時代，云計算平臺將面臨著海量設備接入、海量數據、帶寬不夠和功耗過高等高難度挑戰，邊緣計算將與云計算互相協同，云計算聚焦非實時、長周期數據的大數據分析，邊緣計算則更靠近執行單元，能夠快速響應，對于時延要求高的業務而言，邊緣計算可為客戶提供更好的服務。

邊緣計算是5G時代的關鍵技術。

邊緣計算是將云計算平臺從核心網網元遷移到無線接入網靠近終端的邊緣，被確立為5G關鍵技術，將配套移動接入網搭建貼近用戶和終端的處理平臺，提供IT或者云的能力，以減少業務的多級傳遞，降低核心網和傳輸的負擔。

邊緣計算是作為5G網絡區別于3G、4G標準很重要的差別，是支撐物聯技術低延時、高密度等條件的具體網絡技術體現形式。

5G邊緣計算的算力需求受兩大驅動。

一方面，通信信號處理需求的增多對算力提出了新要求，另一方面，5G是物聯網創新的起點，將帶來多種物聯場景，邊緣計算是支撐物聯技術低延時、高密度等條件的具體網絡技術體現形式，具有場景定制化強等特點，如智能駕駛要求低延時，而智慧城市則要求高帶寬，多場景的算力需求驅動邊緣端計算能力的提高。

邊緣計算作為5G新特性將成為重要增量部分

邊緣計算將推動5G技術更好的發展。隨著物聯網時代的到來，邊緣計算將與云計算共同推進物聯網的發展，邊緣計算的核心，是將計算任務從云計算中心，遷移到產生源數據的邊緣設備上，較之傳統云計算，有以下幾大優勢:

1、安全性更高。

邊緣計算中的數據僅在源數據設備和邊緣設備之間交換，不再全部上傳至云計算平臺，防范了數據泄露的風險。

2、低時延。

據運營商估算，若業務經由部署在接入點的MEC完成處理和轉發，則時延有望控制在1ms之內;若業務在接入網的中心處理網元上完成處理和轉發，則時延約在2~5ms之間;

即使是經過邊緣數據中心內的MEC處理，時延也能控制在10ms之內，對于時延要求高的場景，如自動駕駛，邊緣計算更靠近數據源，可快速處理數據、實時做出判斷，充分保障乘客安全。

3、減少帶寬成本。

一些連接的傳感器(例如相機或在引擎中工作的聚合傳感器)會產生大量數據，在這些情況下，將所有這些信息發送到云計算中心將花費很長時間和過高的成本，如若采用邊緣計算處理，將減少大量帶寬成本。

我們認為，5G推動社會從人聯時代走向物聯時代，連接數的大量增長，疊加邊緣計算自身優勢，將成為5G時代不可或缺的一部分。同時，由邊緣計算帶來的算力需求將成為5G時代重要增量部分。

5G邊緣計算將引發技術和市場變革

邊緣計算低時延、高密度連接的特點將引發技術和市場的變革。

從芯片的角度看，邊緣計算將帶來大量的數據量，對芯片處理能力提出了新要求，多場景的定制化需求對芯片的靈活性有更高要求，過去，在人工智能圖像學習領域，GPU大展身手，擅長大規模并行計算的GPU在這一時期出現了爆發增長，而ASIC，則在具有廣闊下游市場的細分領域內有較強優勢，如礦機市場。

我們認為，面向未來萬物互聯的物聯網時代，FPGA有望引來爆發，FPGA是可編程的加速芯片，開發時間短，占用帶寬低，時延低，完美適配低時延、高密度、多場景的物聯時代，也許未來某一細分場景市場規模大時，該子領域的加速芯片有望轉變為ASIC芯片，但總體而言，我們的判斷是:物聯時代FPGA將首先迎來爆發。

從服務器的角度看，邊緣計算也將為服務器市場帶來新變化，邊緣服務器將逐步應用與推廣，部分客戶將選擇超融合邊緣服務器形態。

5G邊緣場景的多樣化驅動算力產業進入FPGA時代

邊緣計算業務部署需求呈現多樣化特征

人聯時代網絡和物聯時代網絡存在大差異。

首先，物聯網將以B端用戶為主區別于互聯網C端為主，并且無線的物聯場景將必然以邊緣網絡的方式來呈現，當然這與互聯網的企業局域網的應用深度有著本質差異，互聯網時代的企業需求是信息化為主，而物聯時代將主要是智能應用需求為主;

針對不同行業和業務比如工業控制、智能駕駛、視頻監控等，其對終端功能的定位、算力的需求、應用的方式將會截然不同;在互聯網時代馬太效應非常顯著，贏家通吃，但在物聯時代，僅對企業客戶需求把控準確的公司才能逐步做大做強。

邊緣計算業務部署形態多樣。

從細分價值市場的維度，邊緣計算主要分為三類:電信運營商邊緣計算、企業與物聯網邊緣計算、工業邊緣計算。

圍繞上述三類邊緣計算，業界主要的ICT、OT、OTT、電信運營商等玩家紛紛基于自身的優勢構建相關能力，布局邊緣計算，形成了當前主要的六種邊緣計算的業務形態:

物聯網邊緣計算、工業邊緣計算、智慧家庭邊緣計算、廣域接入網絡邊緣計算、邊緣云以及多接入邊緣計算(MEC)，在實際部署的商業用例中，上述的六種業務形態可以獨立存在，也可以多種業務形態互補并存。

5G邊緣計算驅動FPGA將成為產業新重心

在相同的晶體管規模下，越是通用的處理器計算效率越低，能耗比也越差;定制性越高，應用的范圍越窄，但越“精通”某一類型的計算。

當某一類型的計算形成一定規模，高算力、低功耗為代表的專用ASIC便成為一種極致下的選擇，如區塊鏈的礦機，多使用ASIC芯片。

FPGA，可深度定制，并實現算力升級。

一方面，FPGA可針對每一種具體應用，根據其算法結構進行深度定制，甚至為算法的每個步驟設計專門的執行邏輯，避免了通用處理器的取指和譯碼過程，從而達到較高的計算效率和能效;

另一方面，其可編程特性可以加載不同的運算架構，實現器件本身的通用性，不但可以設計針對圖像圖像的計算結構，也可實現GPU并不擅長的搜索、加密解密等計算結構。

邊緣計算有望帶來算力產業高增長

FPGA市場講迎來數倍級別高增長

我們認為，邊緣計算對算力產業格局帶來的巨變由兩個方面體現：

一方面是基站，基站主要進行通信信號的換算，又可以分為宏基站和小基站，其中小基站作為5G最具特征的接入場景，有望成為邊緣計算的新入口；

另一方面是服務器，邊緣計算有望帶來服務器產業的變化，大量即時數據的處理，可以放置邊緣端，邊緣服務器的重要程度將提升。

科技需求驅動算力產業格局新變化

FPGA有望在物聯時代大放光彩，Xilinx為全球龍頭。

FPGA低時延、低帶寬、靈活性高等特性適配物聯時代場景定制化需求，有望在物聯時代大放光彩。

在FPGA領域，Xilinx和Altera(現被Intel收購)長期穩坐第一第二的位置，專利達6000多項，根據2017年財報數據顯示，Xilinx的市場份額約58%。

目前FPGA主要運用于軍事領域，如航天、航空、電子、通信、雷達、高端波束形成系統等領域，民用領域空間正在逐步被打開。

GPU:圖像學習能力強，獨立GPU英偉達為行業龍頭。

GPU分為集成GPU和獨立GPU，集成GPU市場的主要生產廠商有英特爾、英偉達、AMD等，據EEFOCUS統計，2016年英特爾集成GPU市場份額達到68.1%;

獨立GPU是以獨立板卡形式存在，可在具備顯卡接口的主板上自由插拔的顯卡，具備單獨的顯存，不占用系統內存，且在技術上領先于集成顯卡，能夠提供更好的顯示效果和運行性能，主要生產廠商有英偉達和AMD，英特爾宣布將于2020年進軍獨立GPU市場，據EEFOCUS統計，2016年英偉達和AMD獨立GPU市場份額分為為70.5%、29.5%，呈現寡頭壟斷市場格局。

ASIC:對下游市場空間要求高，在區塊鏈領域獨占鰲頭。

目前市場上主流ASIC有TPU芯片、NPU芯片、VPU芯片以及BPU芯片，它們分別是由Google、寒武紀、Intel以及地平線設計生產。

由于ASIC開發周期長，僅有大廠有資金與實力進行研發。

同時，ASIC是全定制芯片，在某些特定場景下運行效率最高，故某些場景下游市場空間足夠大時，量產ASIC芯片可以實現豐厚的利潤。

服務器市場:邊緣服務器重要性將逐步提升，超融合有望成為趨勢。

5G通信網絡需要去中心化,在網絡邊緣部署小規模或者便攜式數據中心,進行終端請求的本地化處理,以滿足URLLC和mMTC的超低延時需求。

邊緣服務器的重要性將逐步提升。同時，超融合一體機有望在物聯時代得到更廣泛的應用。

邊緣計算有望塑造未來十年產業價值重構

從網絡建設的角度看，網絡建設有望轉變成按需驅動，由傳統的運營商統一規劃建設，轉變為按客戶需求進行眾籌建設。

一方面，運營商節省網絡建設投資成本，另一方面，企業客戶能夠按需參與建設網絡，滿足自身需求，共生營運價值。

從網絡運營的角度看，網絡運營有望化整為零，包產到戶，由傳統的運營商統一管理運維一張包含省干到接入點的龐大網絡，轉變為企業用戶管理運維各自小型網絡，達成移動數傳業務。

運營商關注核心網及以上的網元，鑒權計費、安全隱私、增值服務管理等。這將大幅減輕運營商網絡運維壓力，企業對自身網絡也有更大的管理權限。

從邊緣商業模式來看，邊緣計算促使運營商建設服務于虛擬化網元的電信云設施。

面向未來工業互聯網，人工智能等新興業務，運營商需要端到端的網絡平面的基礎上，借助邊緣計算打造一張面向全連接的算力平面，形成算力的全網覆蓋，為垂直行業就近提供智能連接基礎設施;

而邊緣端的廠商的服務內容將多樣化，具體可以分為行業應用、PaaS能力、IaaS設施、硬件設備、機房規劃和網絡承載幾個重要領域。